꿈라CBT앙상블 학습에 대한 설명으로 가장 적절하지 않은 것은?
- 1배깅(Bagging)은 복원추출로 만든 여러 개의 부트스트랩 표본마다 모델을 학습시킨 뒤, 그 예측 결과를 하나로 결합하는 방식이다.
- 2보팅(Voting)은 여러 모델의 예측 결과 가운데 가장 많이 나온 것을 최종 예측으로 채택하는 방식이다.
- 3부스팅(Boosting)은 모든 개별 모델과 모든 관측치에 동일한 가중치를 부여한 상태로 순차적으로 학습을 진행한다.
- 4랜덤포레스트(Random Forest)는 배깅을 기반으로 여러 개의 의사결정나무를 만들되, 각 분할에서 사용할 변수도 무작위로 선택한다.